佳文赏析 | 2010-2019年城市级二氧化碳源和汇综合评价:中国长江经济带的时空格局

文摘   2024-11-05 20:02   北京  

0 论文信息

标题:Integrated evaluation of city-level CO2 emissions and sinks from 2010 to 2019: Spatio-temporal patterns in the Yangtze River Economic Belt of China

期刊:Journal of Cleaner Production(1区, IF=11.1)

时间:2024年7月1日,第461卷,142525

作者:Peiyuan Bai,  Qinhua Fang et al.

         DOI:https://doi.org/10.1016/j.jclepro.2024.142525

总结:本研究以武陵山地区(WMA)为例,利用多源数据和多模型对LER和ES进行评估,并分析其时空特征。随后,应用地理和时间加权回归模型揭示了LER对各种ES影响的时空异质性。最后,基于LER-ES象限划定了生态区,进行了驱动力分析,并提出了生态管理策略。

亮点:根据表观排放量、夜灯和GDP计算城市二氧化碳排放量; 通过使用适当的CO2汇系数来评估城市级CO2汇;考虑排放和汇的城市级二氧化碳预算; 研究区域在时间和空间尺度上的模式分析;关于区域低碳发展与协同减排的讨论。

1 文章摘要

全球气候变化日益加剧的影响导致人们越来越关注二氧化碳(CO2)排放和汇。然而,准确评估和绘制二氧化碳排放量和汇的空间分布图仍然是一个挑战。以往的研究主要集中在国家和省级层面的研究,城市层面的研究相对被忽视。
 认识到区域间差异的重要性以及长江经济带(YREB)的关键生态和经济方面,办研究设计了一个研究框架,通过城市层面的二氧化碳排放和汇来分析其时空格局。城市一级的二氧化碳排放量是使用省级数据和线性分配模型估算的,而二氧化碳汇是根据生态系统的面积及其相应的汇系数估算的。对YERB时空格局的分析侧重于区域热点、异常值和时间序列聚类。
研究结果表明:
1)2010年至2019年,YREB内的生态系统吸收了约41.17%-46.70%的二氧化碳排放,二氧化碳排放的增长率低于汇的增长率。
2) 长三角西部地区的城市级二氧化碳表现出低排放和高汇,而东部地区则表现出高排放和低汇,这些特征正在加剧。
3) 城市层面的二氧化碳排放和汇表现出“核心-外围”集群模式。
4) 区域二氧化碳平衡主要由东部地区的大多数城市推动。
本研究全面了解了城市一级的二氧化碳排放和汇,并为制定长三角区域合作减排战略提供了宝贵的见解。
关键词:城市级二氧化碳排放量和汇;长江经济带;时空格局

图形摘要

2 文章引言

IPCC报告显示,人类活动已导致全球平均气温升高1.1℃,导致显著的气候变化。二氧化碳 (CO2),是影响气候变化的主要温室气体,通过其动态平衡维持环境稳定。在应对气候变化方面,中国的目标是到2030年达到碳排放峰值,到2060年达到碳中和,其陆地生态系统将抵消26.8%的工业排放。鉴于来自城市的碳排放量占中国总排放量的85%,准确的城市碳排放和汇特征作为基础指标,对研究绿色发展和可持续发展具有重要意义。

目前评估碳排放的方法,包括使用能源数据、投入产出数据和排放系数,在结果上显示出显著的差异。评估时空模式对于制定有针对性的减排战略和城市管理至关重要。城市二氧化碳在时间和空间尺度上的涌现特征以及它们在不同尺度上的比较也是至关重要的。目前对时空模式的研究大多集中在单一排放或汇的特征上。在平衡区域发展的背景下,必须同时考虑二氧化碳的排放和碳汇。因此,全面了解城市一级的碳排放、汇以及大区域内的时间、空间和不同尺度的差异是一个需要解决的关键问题。

针对目前大尺度市级碳排放评估缺乏完整的统计数据、基于生态系统类型和面积的市级碳汇准确评估以及连续碳汇时空格局等方面的研究空白,本研究主要关注以下三个问题进行研究:

1)如何准确评估市域碳源碳汇?
2)不同城市碳排放和碳吸收的时空特征是什么?
3)城市层面的碳源碳汇在区域内是否表现出一致的时空格局?

3 研究材料和方法

3.1  研究方法概述

本研究的重点是考察长江经济带城市碳源碳汇的时空格局(图1)。 
首先,利用夜光数据、GDP和省级碳排放数据评估城市级碳排放。
其次,利用土地利用数据和碳汇系数评估了城市一级碳汇。
最后,利用新兴热点分析、局部离群值分析和时间序列聚类,分析了城市级碳特征的时空格局,包括碳平衡和净碳库特征。
碳平衡强调碳汇和碳源之间的平衡,而净碳汇强调了碳汇超过碳源,展示了系统的净吸收能力。

图1  研究框架

3.2   城市碳排放核算

碳排放与城市化和经济发展等多种因素有关。虽然多种模型,如机器学习,用于缩小碳排放,但线性模型在处理较小的数据集时通常更可靠。在城市级碳排放评估中,碳排放量与总夜光碳排放强度呈显著的线性关系,误差幅度约为5%,是一种可靠的方法。结合GDP指标并考虑时间因素可以增强模型。这种方法可能低估了城市的经济水平,高估了碳强度,但误差部分被抵消了。在数据不可用的情况下,这种方法是可行的。该模型的一般形式如下:

式中,S代表省级碳排放量,GDPp和NLp分别代表省级GDP和夜光强度。

各省碳排放量根据城市二氧化碳水平预测按城市比例分布:

式中,Scity为城市级CO2排放量,Sc、Sp分别为城市级CO2排放量预测值和全省城市级CO2预测值之和。

3.3   城市二氧化碳汇核算

在评估不同生态系统的碳汇时,主要侧重于四种类型:农田、森林、灌丛和草地。
NEE表示生态系统中二氧化碳的净交换能力。因此,采用不同生态系统类型的单位面积新能源效益作为二氧化碳吸收系数。

碳汇系数(表1)是基于一项荟萃分析的结果,其中包括对不同类型生态系统的大量研究。

表1  二氧化碳汇系数

对于表现出最高不确定性的农田,与长江经济带城市的结果具有高度的相似性,NEE为-279 gC/m2·a。对灌丛的研究较少,其碳固存能力为森林的三分之一,接近干旱条件下7年的水平,NEE为-52 gC/m2·a。公式如下:

式中,Sin为城市碳总量,At为不同土地类型面积,Coeft为各生态系统类型单位面积碳汇系数。

3.4   新兴热点分析

新兴热点分析揭示了2010 - 2019年长江经济带城市碳排放和吸收冷热趋势。Getis-Ord Gi*统计数据用于产生z分数和p值,从而提供对空间聚类的见解。公式如下:

式中,xj为元素j的属性值,wi,j为元素i与元素j之间的空间权值,n为元素总数:

此外,Mann-Kendall趋势检验用于评估这些趋势,有助于更深入地了解区域碳排放和汇动态。新兴热点分析采用全时间步长进行,趋势分析统计置信水平超过90%。冷点或热点的类型分为8类:新的、连续的、增强的、持续的、减弱的、零星的、振荡的和历史的(见图4注释)。

3.5   局部离群值分析

本研究采用局部离群分析方法来检测空间离群值,利用Anselin local Moran’І统计数据揭示了当地的空间格局和异质性。
采用滑动窗口法进行空间分析,将研究区域分割成更小的区域。该分析基于所有时间,以显示时间序列的整体特征。在显著聚类和离群值阈值为95%的情况下,仅考虑统计显著的特征,将CO2时空聚类分为六种类型(见表2)。

表2  时空异常值类型的分类

3.6   时间序列聚类

时间序列聚类分析基于共享的时间序列特征将城市划分为不同的类别。2010-2019年对碳平衡及其区域平均偏差进行时间序列聚类。
城市碳平衡与区域平均水平的偏差代表了城市在区域内的相对位置。该分析使用“k-means”算法,指定k个时间序列作为聚类的中心。
随后,根据到聚类中心的欧氏距离,将数据集中的每个时间序列分配到最近的聚类中。重复这个过程,直到集群中心稳定或达到预定的迭代次数。在时间序列聚类中,可以根据时间特征的相关性组成具有相似时间特征的组。将时间序列聚类中的类别分为增加、减少和不显著三种类型。

4 研究结果


4.1   碳排放和碳吸收的空间分布

2010年至2019年,长江经济带的碳源总量在285684 Mt - 321809 Mt之间波动,单个城市在167 Mt - 8460 Mt之间(图2a)。长江经济带有两个显著的排放中心(图2a):西部地区的重庆和整个东部地区,并呈现向沿海逐渐加剧的排放趋势。从城市级吸收的空间分布来看,整个长江经济带区域从西向东呈减少趋势。碳汇总量在132350 ~ 13341 Mt之间,单个城市碳汇量在0.61 ~ 6123 Mt之间。西部地区碳汇量较高,中部地区西南次之(图2b)。
长江经济带的碳平衡在0.02 - 5.34之间波动,显示在2010年至2019年期间从西向东呈下降趋势(图2 c)。最高的是西部地区,其次是研究区核心地带的西南部。净碳汇在-117.38 Mt和4585.6 Mt之间波动。大多数城市的负值占主导地位,表明它们是净碳排放(图2d所示)。西部地区(重庆除外)的城市在空间上是净碳汇,其汇超过了排放量。相反,中部地区和东部地区成为净碳排区。与此同时,中部地区西南部逐渐由净汇区向净排区过渡。

图2  CO2排放和汇的空间分布(Mt)注:该图描述了2010年至2019年的数值变化,a. CO2排放,b. CO2汇,c. CO2平衡,d. CO2净汇。

4.2   时空聚合特征

在时空热点分析中,城市主要分为连续型和强化型两类。在碳源碳汇和平衡方面,连续出现冷点的城市数量普遍多于连续出现热点的城市。但从净碳汇来看,连续热点城市的数量超过了连续冷点城市(图3)。

图3  冷点/热点类型数量的比较

从空间上看,长江经济带碳排放(图4a)呈现自西向东“冷-热-冷-热”的过渡格局。碳汇方面(图4b),西部地区和中部地区为重点热点地区,中部地区省会城市(武汉和长沙)以连续冷点为主。在碳平衡分析中(见图4c),西部地区连续出现热点,东部地区持续出现冷点。中部地区除西南地区(江西)出现热点集群外,冷热区分布趋势不明显。
在净碳汇方面(图4d),西部地区的热点地区对应的净碳汇值较高,随时间增强。中部地区武汉、长沙为稳定的连续热点,变化不大。在东部地区,净碳汇的冷点表明其是主要的碳排放源,且随着时间的推移,这些冷点加剧。

图4  时空冷/热点特征注:“强化”是指热点或冷点强度随时间的增加而增加,“连续”是指热点或冷点在最近一个时间间隔内呈稳定趋势,“新”是指热点或冷点在不同时间间隔内交替出现,“零星”是指热点和冷点在最近的时间逐步增长特征。

4.3   时空聚类特征

通过对长江经济带各城市碳排放和汇的时空异常分析,确定了长江经济带各城市碳源碳汇的五大时空集聚模式。这些模式主要是“高-高”和“低-低”集聚类型(图5)。

图5  时空聚类类型数量的比较

在碳排放方面(图6a),西部地区(贵州)部分城市由于排放增加,呈现“高-高”聚类模式。相反,重庆高排放城市呈现“低-高”空间集聚格局,周围环绕着低排放城市。中部地区以省会城市为中心,呈现多类型时空集聚格局,周边城市多呈现“低-低”型时空集聚格局。东部地区以“高-高”集聚区为特征。
在碳汇方面(图6b),西部地区呈现“高-高”聚类,省会城市(成都、贵阳、昆明)呈现“低-高”异常。中部省会城市(武汉、长沙)及其周边以“低-低”型集聚型为主,中部南部(江西)为“高-高”型集聚型。东部地区多为“低-低”型集聚区,“高-低”型穿插,集聚趋势不明显。
在碳平衡分析中(图6c所示),异常结果与热点分析一致,显示西部地区和中部地区南部存在“高-高”聚类。另一方面,东部地区和部分省会城市(贵阳、武汉、长沙)及其周边地区以“低-低”集聚区为主。关于净碳汇的空间聚类效应(图6d),西部地区呈现显著的“高-高”聚类,表明该地区净碳汇值较高。

图6  局部异常值的时空特征

4.4   时间序列特征

2010 - 2019年数据对比分析显示,长江经济带整体碳平衡水平在41.17% - 46.7%之间波动。城市级碳平衡时间序列分析显示出一致的趋势(图7a): 西部地区(贵州)、中部地区(江西)和东部地区(P =0.00)均呈下降趋势。东部地区外围城市碳平衡呈下降趋势,核心区(上海)碳平衡趋势不明显。
从区域来看,碳平衡的平均偏差呈现出不同的变化规律(图7b),主要分为增加(P = 0.02)和减少(P = 0.00)趋势。在西部和中部地区(贵州、江西),碳平衡和区域平均偏差均呈增强趋势。值得注意的是,东部地区(江浙)的碳平衡与区域平均水平的差距有所扩大。这种与区域自身下降趋势的背离(见图7a)表明,这些地区在影响区域平均水平方面具有决定性作用。

图7  城市CO2平衡的时间序列特征及其相对区域水平

5 文章讨论

本研究估算了2010年至2019年长江经济带的城市碳排放量和吸收量。通过时空分析和尺度比较,确定了城市碳源碳汇的格局。

5.1   长江经济带城市碳平衡超过全国平均水平

各省碳排放模型的R2值在0.80 ~ 0.91之间,表明使用夜灯数据和GDP的线性模型准确地反映了不同年份的CO2排放量。

值得注意的是,城市层面的CO2排放量与直接从城市层面数据中得出的结果一致,覆盖范围更广。此外,碳汇的发现与CASA模型的结果一致。区域平均CO2平衡显著高于全国平均水平。

长江经济带西部地区是中国主要的碳汇,对高CO2平衡水平有重要贡献。长江经济带丰富的水资源也对其碳汇的增强起着至关重要的作用,因此,长江经济带的碳平衡显著高于全国平均水平。

5.2   确定了长江经济带城市层面的碳排放汇模式

西部地区城市级表现为低排放、高汇,东部地区城市级CO2表现为高排放、低汇,且这一特征不断增强。四川、云南等西部省份清洁能源资源丰富,CO2平衡特征突出。
长江上游大规模国家重点生态修复工程的实施,主要促进了中部地区和西部地区新的碳平衡热点的出现(图4c)。此外,第一产业的发展在这些地区也发挥了至关重要的作用。相比之下,东部地区排放高、汇低,主要原因是经济发展与碳排放之间缺乏明显的脱钩关系。东部地区建设用地比例高,经济活动和人口增长显著,呈现出高排放低汇的时空格局。以上海为中心的周边城市不断融入城市群,城市扩张政策导致城市层面CO2特征的时空差异。

5.3   城市碳排放和汇呈“核心-外围”集聚型

该区域集聚主要表现为高-低和低-高集聚类型(图5和图6)。在中部和西部地区,省会城市及其周边城市形成了高排放、低汇的“核心-外围”结构。

在高新技术产业集群发展的带动下,武汉的生物制药和重庆的汽车制造业等省会城市的特色明显。省会城市建设用地的集中也对这一空间格局的形成起到了至关重要的作用。中部省会长沙的碳平衡水平(35% ~ 42%)明显高于武汉(24% ~ 33%),且“核心-边缘”范围较小。这种差异归因于产业结构的差异。长沙重点发展新能源和新能源节能环保产业,结构优于武汉。

在东部地区,以上海为中心,形成了“核心-边缘”结构。这种整体的区域核心-边缘结构主要是由于技术、劳动力和投资交流推动的区域联系更加紧密。此外,中西部地区与东部地区(鄂赣、皖浙)的差异边界明显。这些区域进化差异是由政策制定形成的。土地管理和节能减排量化目标的政策差异对东部地区CO2特征有显著影响。此外,鄂赣中西部地区和东部地区的差异也有明显的边界。

6 文章结论

本研究估算了2010年至2019年城市级碳排放量和汇量,并研究了YREB的时空格局。
在此期间,YREB的生态系统吸收了二氧化碳(41.17% ~ 46.7%)的比例高于全国平均水平。
在空间上,YREB西部地区城市级二氧化碳低排放高汇,而东部地区二氧化碳高排放低汇,这些特征增强。
此外,城市级碳排放和汇表现出“核心-外围”聚集模式。此外,区域碳平衡主要由东部地区的大多数城市驱动。
根据城市作为区域二氧化碳源或汇的作用,以及2010-2019年的时间趋势,将城市在各省的分布分类如下:四川、云南区域二氧化碳汇增强;上海、重庆减少的区域二氧化碳源;湖南、湖北区域二氧化碳源稳定;浙江、江苏、安徽、贵州、江西区域二氧化碳源强化。
本研究强调了通过不同的方法准确评估城市一级碳排放和二氧化碳汇的意义,有效地揭示了YREB的时空格局。这为未来的区域二氧化碳减排战略提供了关键的支持。

转载自学研录

文章仅代表作者观点,与本公众号无关,版权归原作者所有

原文标题:论文|2010-2019年城市级二氧化碳源和汇综合评价:中国长江经济带的时空格局

  END  

图文编辑: 王淑巾 郑琪

审编:周笑语 闫孟蕊

终审:初明若 李雨竹 代浩宇 毕丝淇

猜你喜欢

  1. 会议通知 | 第四届亚洲青年地理学家研讨会通知(第三号)

  2. 干货分享 | QGIS如何绘制研究区位图——以枸杞分布地图为例

  3. 佳文赏析 | 北京高新技术企业分布特征及其影响因素

  4. 特色活动|地研联论坛第30期:地理视角下的经济、生态与社会影响探索

地研联
中国地理学会研究生联合分会是全国各高校和科研院所的地理学研究生会自愿联合、促进交流、互相协助、共同进步的公益性二级学术组织,系中国地理学会分支机构之一。
 最新文章